## [1] "Informació sobre les variables : ST(character) i CLV(numeric)"

##       AR      CAL      NEV       OR     WASH 
## 7855.485 7962.001 7987.140 8084.560 7970.168 
## [1] "Informació sobre les variables : ST(character) i Resp.(character)"

##       v2
## v1       No  Yes
##   AR   1406  234
##   CAL  2017  359
##   NEV   725  117
##   OR   2114  361
##   WASH  664  102
## [1] "El test de chi^2 entre ST i Resp. val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1.912, df = 4, p-value = 0.7519
## 
## [1] "Informació sobre les variables : ST(character) i COV(character)"

##       v2
## v1     Basic Extended Premium
##   AR    1009      493     138
##   CAL   1435      732     209
##   NEV    497      261      84
##   OR    1518      729     228
##   WASH   472      225      69
## [1] "El test de chi^2 entre ST i COV val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 3.6773, df = 8, p-value = 0.885
## 
## [1] "Informació sobre les variables : ST(character) i EDUC(character)"

##       v2
## v1     BACH COLL DOCT HSOB MAST
##   AR    495  476   71  472  126
##   CAL   744  709   80  668  175
##   NEV   246  232   28  258   78
##   OR    736  734  104  703  198
##   WASH  209  218   30  238   71
## [1] "El test de chi^2 entre ST i EDUC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 16.229, df = 16, p-value = 0.4371
## 
## [1] "Informació sobre les variables : ST(character) i EMPS(character)"

##       v2
## v1      DIS  EMP   ML  RET UNEMP
##   AR     82 1028   76   45   409
##   CAL    91 1497  115   81   592
##   NEV    36  529   44   24   209
##   OR    117 1542  106   76   634
##   WASH   31  483   35   20   197
## [1] "El test de chi^2 entre ST i EMPS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 8.0978, df = 16, p-value = 0.9459
## 
## [1] "Informació sobre les variables : ST(character) i GEN(character)"

##       v2
## v1        F    M
##   AR    850  790
##   CAL  1204 1172
##   NEV   433  409
##   OR   1277 1198
##   WASH  400  366
## [1] "El test de chi^2 entre ST i GEN val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 0.86663, df = 4, p-value = 0.9293
## 
## [1] "Informació sobre les variables : ST(character) i INC(integer)"

##       AR      CAL      NEV       OR     WASH 
## 37653.85 38088.70 38338.12 37525.51 37973.18 
## [1] "Informació sobre les variables : ST(character) i LOCC(character)"

##       v2
## v1      RUR SUBU  URB
##   AR    314 1040  286
##   CAL   477 1482  417
##   NEV   170  528  144
##   OR    488 1563  424
##   WASH  149  485  132
## [1] "El test de chi^2 entre ST i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 0.93295, df = 8, p-value = 0.9986
## 
## [1] "Informació sobre les variables : ST(character) i MARS(character)"

##       v2
## v1      DIV  MAR SING
##   AR    257  982  401
##   CAL   354 1401  621
##   NEV   126  476  240
##   OR    375 1435  665
##   WASH  106  434  226
## [1] "El test de chi^2 entre ST i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 9.6284, df = 8, p-value = 0.2921
## 
## [1] "Informació sobre les variables : ST(character) i MPA(integer)"

##       AR      CAL      NEV       OR     WASH 
## 91.78537 93.49495 93.81116 93.80687 92.05483 
## [1] "Informació sobre les variables : ST(character) i MSLC(numeric)"

##       AR      CAL      NEV       OR     WASH 
## 15.13476 15.00876 15.38785 14.86124 15.55940 
## [1] "Informació sobre les variables : ST(character) i MSPI(integer)"

##       AR      CAL      NEV       OR     WASH 
## 47.79451 47.59301 48.49050 48.42949 49.33551 
## [1] "Informació sobre les variables : ST(character) i NOP(integer)"

##       AR      CAL      NEV       OR     WASH 
## 3.058537 2.965909 2.764846 2.982626 2.912533 
## [1] "Informació sobre les variables : ST(character) i PT(character)"

##       v2
## v1     CORP PERS SPEC
##   AR    324 1242   74
##   CAL   506 1761  109
##   NEV   187  620   35
##   OR    517 1841  117
##   WASH  148  589   29
## [1] "El test de chi^2 entre ST i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 5.1684, df = 8, p-value = 0.7394
## 
## [1] "Informació sobre les variables : ST(character) i TCA(numeric)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : ST(character) i VC(character)"

##       v2
## v1       2D   4D  LUX LUXS  SPO  SUV
##   AR    327  864   27   30   88  304
##   CAL   472 1219   45   50  136  454
##   NEV   182  414   14   16   54  162
##   OR    528 1218   42   59  132  496
##   WASH  168  395   17   11   26  149
## [1] "El test de chi^2 entre ST i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 19.312, df = 20, p-value = 0.5017
## 
## [1] "Informació sobre les variables : ST(character) i VS(character)"

##       v2
## v1        L    M    S
##   AR    169 1160  311
##   CAL   243 1680  453
##   NEV    93  561  188
##   OR    256 1724  495
##   WASH   82  546  138
## [1] "El test de chi^2 entre ST i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 7.4466, df = 8, p-value = 0.4893
## 
## [1] "Informació sobre les variables : CLV(numeric) i Resp.(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i COV(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i EDUC(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i EMPS(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i GEN(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i INC(integer)"

## [1] "La correlació entre CLV i INC és de: 0.027448856036921"
## [1] "La covariancia entre CLV i INC és de: 5708152.37117215"
## [1] "Informació sobre les variables : CLV(numeric) i LOCC(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i MARS(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i MPA(integer)"

## [1] "La correlació entre CLV i MPA és de: 0.396623110272511"
## [1] "La covariancia entre CLV i MPA és de: 93372.073315473"
## [1] "Informació sobre les variables : CLV(numeric) i MSLC(numeric)"

## [1] "La correlació entre CLV i MSLC és de: 0.0148187652288533"
## [1] "La covariancia entre CLV i MSLC és de: 1003.4630974298"
## [1] "Informació sobre les variables : CLV(numeric) i MSPI(integer)"

## [1] "La correlació entre CLV i MSPI és de: 0.0120733599530088"
## [1] "La covariancia entre CLV i MSPI és de: 2299.76903168807"
## [1] "Informació sobre les variables : CLV(numeric) i NOP(integer)"

## [1] "La correlació entre CLV i NOP és de: 0.0251576703001706"
## [1] "La covariancia entre CLV i NOP és de: 411.767167811137"
## [1] "Informació sobre les variables : CLV(numeric) i PT(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i TCA(numeric)"

## [1] "La correlació entre CLV i TCA és de: 0.216124848807745"
## [1] "La covariancia entre CLV i TCA és de: 424287.6493556"
## [1] "Informació sobre les variables : CLV(numeric) i VC(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : CLV(numeric) i VS(character)"

##       AR      CAL      NEV       OR     WASH 
## 422.8746 431.8000 438.8436 433.6528 433.6318 
## [1] "Informació sobre les variables : Resp.(character) i COV(character)"

##      v2
## v1    Basic Extended Premium
##   No   4226     2075     625
##   Yes   705      365     103
## [1] "El test de chi^2 entre Resp. i COV val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 0.6495, df = 2, p-value = 0.7227
## 
## [1] "Informació sobre les variables : Resp.(character) i EDUC(character)"

##      v2
## v1    BACH COLL DOCT HSOB MAST
##   No  2091 2006  259 2030  540
##   Yes  339  363   54  309  108
## [1] "El test de chi^2 entre Resp. i EDUC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 9.395, df = 4, p-value = 0.05195
## 
## [1] "Informació sobre les variables : Resp.(character) i EMPS(character)"

##      v2
## v1     DIS  EMP   ML  RET UNEMP
##   No   290 4397  310   69  1860
##   Yes   67  682   66  177   181
## [1] "El test de chi^2 entre Resp. i EMPS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 720.62, df = 4, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : Resp.(character) i GEN(character)"

##      v2
## v1       F    M
##   No  3562 3364
##   Yes  602  571
## [1] "El test de chi^2 entre Resp. i GEN val: "
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  v1 and v2
## X-squared = 0.001358, df = 1, p-value = 0.9706
## 
## [1] "Informació sobre les variables : Resp.(character) i INC(integer)"

##       No      Yes 
## 37679.05 38814.80 
## [1] "Informació sobre les variables : Resp.(character) i LOCC(character)"

##      v2
## v1     RUR SUBU  URB
##   No  1450 4201 1275
##   Yes  148  897  128
## [1] "El test de chi^2 entre Resp. i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 107.58, df = 2, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : Resp.(character) i MARS(character)"

##      v2
## v1     DIV  MAR SING
##   No   926 4106 1894
##   Yes  292  622  259
## [1] "El test de chi^2 entre Resp. i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 105.77, df = 2, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : Resp.(character) i MPA(integer)"

##       No      Yes 
## 92.95900 94.21398 
## [1] "Informació sobre les variables : Resp.(character) i MSLC(numeric)"

##       No      Yes 
## 15.14761 14.68553 
## [1] "Informació sobre les variables : Resp.(character) i MSPI(integer)"

##       No      Yes 
## 48.17312 47.99659 
## [1] "Informació sobre les variables : Resp.(character) i NOP(integer)"

##       No      Yes 
## 2.990615 2.805627 
## [1] "Informació sobre les variables : Resp.(character) i PT(character)"

##      v2
## v1    CORP PERS SPEC
##   No  1429 5195  302
##   Yes  253  858   62
## [1] "El test de chi^2 entre Resp. i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 2.799, df = 2, p-value = 0.2467
## 
## [1] "Informació sobre les variables : Resp.(character) i TCA(numeric)"

##       No      Yes 
## 429.0158 445.9222 
## [1] "Informació sobre les variables : Resp.(character) i VC(character)"

##      v2
## v1      2D   4D  LUX LUXS  SPO  SUV
##   No  1446 3543  134  139  355 1309
##   Yes  231  567   11   27   81  256
## [1] "El test de chi^2 entre Resp. i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 18.586, df = 5, p-value = 0.002295
## 
## [1] "Informació sobre les variables : Resp.(character) i VS(character)"

##      v2
## v1       L    M    S
##   No   685 4839 1402
##   Yes  158  832  183
## [1] "El test de chi^2 entre Resp. i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 23.552, df = 2, p-value = 7.686e-06
## 
## [1] "Informació sobre les variables : COV(character) i EDUC(character)"

##           v2
## v1         BACH COLL DOCT HSOB MAST
##   Basic    1527 1443  179 1389  393
##   Extended  681  724  115  720  200
##   Premium   222  202   19  230   55
## [1] "El test de chi^2 entre COV i EDUC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 17.431, df = 8, p-value = 0.02592
## 
## [1] "Informació sobre les variables : COV(character) i EMPS(character)"

##           v2
## v1          DIS  EMP   ML  RET UNEMP
##   Basic     233 3090  246  146  1216
##   Extended   84 1518   98   90   650
##   Premium    40  471   32   10   175
## [1] "El test de chi^2 entre COV i EMPS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 25.321, df = 8, p-value = 0.001371
## 
## [1] "Informació sobre les variables : COV(character) i GEN(character)"

##           v2
## v1            F    M
##   Basic    2500 2431
##   Extended 1284 1156
##   Premium   380  348
## [1] "El test de chi^2 entre COV i GEN val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 2.614, df = 2, p-value = 0.2706
## 
## [1] "Informació sobre les variables : COV(character) i INC(integer)"

##    Basic Extended  Premium 
## 38380.47 36430.65 38942.26 
## [1] "Informació sobre les variables : COV(character) i LOCC(character)"

##           v2
## v1          RUR SUBU  URB
##   Basic     998 3032  901
##   Extended  472 1551  417
##   Premium   128  515   85
## [1] "El test de chi^2 entre COV i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 27.418, df = 4, p-value = 1.636e-05
## 
## [1] "Informació sobre les variables : COV(character) i MARS(character)"

##           v2
## v1          DIV  MAR SING
##   Basic     741 2891 1299
##   Extended  367 1412  661
##   Premium   110  425  193
## [1] "El test de chi^2 entre COV i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 0.50835, df = 4, p-value = 0.9727
## 
## [1] "Informació sobre les variables : COV(character) i MPA(integer)"

##    Basic Extended  Premium 
##  82.1592 103.4631 132.9258 
## [1] "Informació sobre les variables : COV(character) i MSLC(numeric)"

##    Basic Extended  Premium 
## 14.93201 15.27210 15.44618 
## [1] "Informació sobre les variables : COV(character) i MSPI(integer)"

##    Basic Extended  Premium 
## 48.00649 48.07049 49.36126 
## [1] "Informació sobre les variables : COV(character) i NOP(integer)"

##    Basic Extended  Premium 
## 2.973839 2.966803 2.885989 
## [1] "Informació sobre les variables : COV(character) i PT(character)"

##           v2
## v1         CORP PERS SPEC
##   Basic    1026 3688  217
##   Extended  498 1824  118
##   Premium   158  541   29
## [1] "El test de chi^2 entre COV i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1.6334, df = 4, p-value = 0.8028
## 
## [1] "Informació sobre les variables : COV(character) i TCA(numeric)"

##    Basic Extended  Premium 
## 376.4413 480.0071 641.4571 
## [1] "Informació sobre les variables : COV(character) i VC(character)"

##           v2
## v1           2D   4D  LUX LUXS  SPO  SUV
##   Basic    1052 2478   85   86  260  970
##   Extended  490 1254   42   58  131  465
##   Premium   135  378   18   22   45  130
## [1] "El test de chi^2 entre COV i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 14.821, df = 10, p-value = 0.1387
## 
## [1] "Informació sobre les variables : COV(character) i VS(character)"

##           v2
## v1            L    M    S
##   Basic     503 3451  977
##   Extended  274 1698  468
##   Premium    66  522  140
## [1] "El test de chi^2 entre COV i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 3.7865, df = 4, p-value = 0.4357
## 
## [1] "Informació sobre les variables : EDUC(character) i EMPS(character)"

##       v2
## v1      DIS  EMP   ML  RET UNEMP
##   BACH  112 1515  111   77   615
##   COLL   83 1472  126   88   600
##   DOCT   21  227   15    1    49
##   HSOB  104 1383   99   61   692
##   MAST   37  482   25   19    85
## [1] "El test de chi^2 entre EDUC i EMPS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 118.31, df = 16, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : EDUC(character) i GEN(character)"

##       v2
## v1        F    M
##   BACH 1269 1161
##   COLL 1212 1157
##   DOCT  153  160
##   HSOB 1178 1161
##   MAST  352  296
## [1] "El test de chi^2 entre EDUC i GEN val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 4.7253, df = 4, p-value = 0.3167
## 
## [1] "Informació sobre les variables : EDUC(character) i INC(integer)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 37546.09 37263.41 42575.69 36198.16 44733.27 
## [1] "Informació sobre les variables : EDUC(character) i LOCC(character)"

##       v2
## v1      RUR SUBU  URB
##   BACH  482 1502  446
##   COLL  473 1481  415
##   DOCT   93  141   79
##   HSOB  333 1702  304
##   MAST  217  272  159
## [1] "El test de chi^2 entre EDUC i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 269.03, df = 8, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : EDUC(character) i MARS(character)"

##       v2
## v1      DIV  MAR SING
##   BACH  401 1388  641
##   COLL  349 1371  649
##   DOCT   55  216   42
##   HSOB  290 1339  710
##   MAST  123  414  111
## [1] "El test de chi^2 entre EDUC i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 88.525, df = 8, p-value = 9.265e-16
## 
## [1] "Informació sobre les variables : EDUC(character) i MPA(integer)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 92.32510 92.66188 91.33546 94.55537 93.71605 
## [1] "Informació sobre les variables : EDUC(character) i MSLC(numeric)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 14.91984 15.43795 15.59829 14.80692 15.11588 
## [1] "Informació sobre les variables : EDUC(character) i MSPI(integer)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 48.08354 48.00844 46.14377 47.96494 50.52315 
## [1] "Informació sobre les variables : EDUC(character) i NOP(integer)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 2.960082 2.906712 3.083067 3.014536 2.945988 
## [1] "Informació sobre les variables : EDUC(character) i PT(character)"

##       v2
## v1     CORP PERS SPEC
##   BACH  528 1800  102
##   COLL  485 1769  115
##   DOCT   54  247   12
##   HSOB  493 1738  108
##   MAST  122  499   27
## [1] "El test de chi^2 entre EDUC i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 7.401, df = 8, p-value = 0.494
## 
## [1] "Informació sobre les variables : EDUC(character) i TCA(numeric)"

##     BACH     COLL     DOCT     HSOB     MAST 
## 425.1289 421.8992 341.0122 483.6468 345.5262 
## [1] "Informació sobre les variables : EDUC(character) i VC(character)"

##       v2
## v1       2D   4D  LUX LUXS  SPO  SUV
##   BACH  527 1239   39   55  100  470
##   COLL  463 1227   44   39  127  469
##   DOCT   61  170    3    4   19   56
##   HSOB  487 1156   49   53  145  449
##   MAST  139  318   10   15   45  121
## [1] "El test de chi^2 entre EDUC i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 26.963, df = 20, p-value = 0.1363
## 
## [1] "Informació sobre les variables : EDUC(character) i VS(character)"

##       v2
## v1        L    M    S
##   BACH  226 1735  469
##   COLL  246 1670  453
##   DOCT   28  239   46
##   HSOB  267 1597  475
##   MAST   76  430  142
## [1] "El test de chi^2 entre EDUC i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 18.262, df = 8, p-value = 0.01935
## 
## [1] "Informació sobre les variables : EMPS(character) i GEN(character)"

##        v2
## v1         F    M
##   DIS    216  141
##   EMP   2632 2447
##   ML     185  191
##   RET    116  130
##   UNEMP 1015 1026
## [1] "El test de chi^2 entre EMPS i GEN val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 16.985, df = 4, p-value = 0.001946
## 
## [1] "Informació sobre les variables : EMPS(character) i INC(integer)"

##      DIS      EMP       ML      RET    UNEMP 
## 19966.58 56446.71 20307.16 20481.57     0.00 
## [1] "Informació sobre les variables : EMPS(character) i LOCC(character)"

##        v2
## v1       RUR SUBU  URB
##   DIS     29  301   27
##   EMP   1436 2394 1249
##   ML      33  302   41
##   RET      0  238    8
##   UNEMP  100 1863   78
## [1] "El test de chi^2 entre EMPS i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1488.1, df = 8, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : EMPS(character) i MARS(character)"

##        v2
## v1       DIV  MAR SING
##   DIS     88  226   43
##   EMP    797 3449  833
##   ML      58  251   67
##   RET     91  104   51
##   UNEMP  184  698 1159
## [1] "El test de chi^2 entre EMPS i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1392.7, df = 8, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : EMPS(character) i MPA(integer)"

##      DIS      EMP       ML      RET    UNEMP 
## 93.31092 93.29494 90.38032 91.70732 93.40862 
## [1] "Informació sobre les variables : EMPS(character) i MSLC(numeric)"

##      DIS      EMP       ML      RET    UNEMP 
## 15.04650 15.00821 15.74333 14.18162 15.25330 
## [1] "Informació sobre les variables : EMPS(character) i MSPI(integer)"

##      DIS      EMP       ML      RET    UNEMP 
## 47.52661 47.86828 47.66755 48.28862 49.02254 
## [1] "Informació sobre les variables : EMPS(character) i NOP(integer)"

##      DIS      EMP       ML      RET    UNEMP 
## 2.921569 2.970270 2.928191 2.569106 3.009309 
## [1] "Informació sobre les variables : EMPS(character) i PT(character)"

##        v2
## v1      CORP PERS SPEC
##   DIS     72  267   18
##   EMP   1066 3788  225
##   ML      78  279   19
##   RET     48  187   11
##   UNEMP  418 1532   91
## [1] "El test de chi^2 entre EMPS i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1.1149, df = 8, p-value = 0.9974
## 
## [1] "Informació sobre les variables : EMPS(character) i TCA(numeric)"

##      DIS      EMP       ML      RET    UNEMP 
## 469.9583 358.2145 474.9064 489.6367 591.9982 
## [1] "Informació sobre les variables : EMPS(character) i VC(character)"
##        v2
## v1        2D   4D  LUX LUXS  SPO  SUV
##   DIS     78  168    9    3   23   76
##   EMP   1063 2601   99  110  262  944
##   ML      78  198    1    9   18   72
##   RET     50  119    0    6   20   51
##   UNEMP  408 1024   36   38  113  422
## [1] "El test de chi^2 entre EMPS i VC val: "
## Warning in chisq.test(v1, v2): Chi-squared approximation may be incorrect

## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 26.763, df = 20, p-value = 0.1421
## 
## [1] "Informació sobre les variables : EMPS(character) i VS(character)"

##        v2
## v1         L    M    S
##   DIS     39  240   78
##   EMP    505 3588  986
##   ML      44  252   80
##   RET     33  180   33
##   UNEMP  222 1411  408
## [1] "El test de chi^2 entre EMPS i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 12.578, df = 8, p-value = 0.1272
## 
## [1] "Informació sobre les variables : GEN(character) i INC(integer)"

##        F        M 
## 38258.44 37404.50 
## [1] "Informació sobre les variables : GEN(character) i LOCC(character)"

##    v2
## v1   RUR SUBU  URB
##   F  901 2466  797
##   M  697 2632  606
## [1] "El test de chi^2 entre GEN i LOCC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 51.016, df = 2, p-value = 8.357e-12
## 
## [1] "Informació sobre les variables : GEN(character) i MARS(character)"

##    v2
## v1   DIV  MAR SING
##   F  635 2495 1034
##   M  583 2233 1119
## [1] "El test de chi^2 entre GEN i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 13.63, df = 2, p-value = 0.001097
## 
## [1] "Informació sobre les variables : GEN(character) i MPA(integer)"

##        F        M 
## 92.96230 93.32961 
## [1] "Informació sobre les variables : GEN(character) i MSLC(numeric)"

##        F        M 
## 14.84678 15.32820 
## [1] "Informació sobre les variables : GEN(character) i MSPI(integer)"

##        F        M 
## 48.11695 48.17992 
## [1] "Informació sobre les variables : GEN(character) i NOP(integer)"

##        F        M 
## 2.931316 2.998221 
## [1] "Informació sobre les variables : GEN(character) i PT(character)"

##    v2
## v1  CORP PERS SPEC
##   F  864 3107  193
##   M  818 2946  171
## [1] "El test de chi^2 entre GEN i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 0.39535, df = 2, p-value = 0.8206
## 
## [1] "Informació sobre les variables : GEN(character) i TCA(numeric)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : GEN(character) i VC(character)"

##    v2
## v1    2D   4D  LUX LUXS  SPO  SUV
##   F  835 2161   66   75  219  808
##   M  842 1949   79   91  217  757
## [1] "El test de chi^2 entre GEN i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 8.8754, df = 5, p-value = 0.1141
## 
## [1] "Informació sobre les variables : GEN(character) i VS(character)"

##    v2
## v1     L    M    S
##   F  454 2867  843
##   M  389 2804  742
## [1] "El test de chi^2 entre GEN i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 5.6772, df = 2, p-value = 0.05851
## 
## [1] "Informació sobre les variables : INC(integer) i LOCC(character)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : INC(integer) i MARS(character)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : INC(integer) i MPA(integer)"

## [1] "La correlació entre INC i MPA és de: -0.0120274134455981"
## [1] "La covariancia entre INC i MPA és de: -12558.7214697191"
## [1] "Informació sobre les variables : INC(integer) i MSLC(numeric)"

## [1] "La correlació entre INC i MSLC és de: -0.0280021329658304"
## [1] "La covariancia entre INC i MSLC és de: -8410.36228082669"
## [1] "Informació sobre les variables : INC(integer) i MSPI(integer)"

## [1] "La correlació entre INC i MSPI és de: -0.0021633240844627"
## [1] "La covariancia entre INC i MSPI és de: -1827.72924133678"
## [1] "Informació sobre les variables : INC(integer) i NOP(integer)"

## [1] "La correlació entre INC i NOP és de: -0.0108765225149995"
## [1] "La covariancia entre INC i NOP és de: -789.597126504798"
## [1] "Informació sobre les variables : INC(integer) i PT(character)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : INC(integer) i TCA(numeric)"

## [1] "La correlació entre INC i TCA és de: -0.351489890433005"
## [1] "La covariancia entre INC i TCA és de: -3060572.89585018"
## [1] "Informació sobre les variables : INC(integer) i VC(character)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : INC(integer) i VS(character)"

##        F        M 
## 411.8942 452.1735 
## [1] "Informació sobre les variables : LOCC(character) i MARS(character)"

##       v2
## v1      DIV  MAR SING
##   RUR   263 1098  237
##   SUBU  769 2622 1707
##   URB   186 1008  209
## [1] "El test de chi^2 entre LOCC i MARS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 366.48, df = 4, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : LOCC(character) i MPA(integer)"

##      RUR     SUBU      URB 
## 89.63267 95.09043 90.05203 
## [1] "Informació sobre les variables : LOCC(character) i MSLC(numeric)"

##      RUR     SUBU      URB 
## 15.31735 15.05346 14.91004 
## [1] "Informació sobre les variables : LOCC(character) i MSPI(integer)"

##      RUR     SUBU      URB 
## 48.32854 47.77913 49.28011 
## [1] "Informació sobre les variables : LOCC(character) i NOP(integer)"

##      RUR     SUBU      URB 
## 2.987484 2.948803 2.991447 
## [1] "Informació sobre les variables : LOCC(character) i PT(character)"

##       v2
## v1     CORP PERS SPEC
##   RUR   353 1177   68
##   SUBU 1048 3823  227
##   URB   281 1053   69
## [1] "El test de chi^2 entre LOCC i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 2.9198, df = 4, p-value = 0.5713
## 
## [1] "Informació sobre les variables : LOCC(character) i TCA(numeric)"

##      RUR     SUBU      URB 
## 109.8456 559.6176 332.1216 
## [1] "Informació sobre les variables : LOCC(character) i VC(character)"

##       v2
## v1       2D   4D  LUX LUXS  SPO  SUV
##   RUR   341  860   16   23   95  263
##   SUBU 1049 2517  112  122  279 1019
##   URB   287  733   17   21   62  283
## [1] "El test de chi^2 entre LOCC i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 38.612, df = 10, p-value = 2.968e-05
## 
## [1] "Informació sobre les variables : LOCC(character) i VS(character)"

##       v2
## v1        L    M    S
##   RUR   186 1246  166
##   SUBU  534 3299 1265
##   URB   123 1126  154
## [1] "El test de chi^2 entre LOCC i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 255.34, df = 4, p-value < 2.2e-16
## 
## [1] "Informació sobre les variables : MARS(character) i MPA(integer)"

##      DIV      MAR     SING 
## 92.66749 93.06620 93.57222 
## [1] "Informació sobre les variables : MARS(character) i MSLC(numeric)"

##      DIV      MAR     SING 
## 14.73637 15.20844 14.99493 
## [1] "Informació sobre les variables : MARS(character) i MSPI(integer)"

##      DIV      MAR     SING 
## 49.82677 48.05964 47.39062 
## [1] "Informació sobre les variables : MARS(character) i NOP(integer)"

##      DIV      MAR     SING 
## 2.836617 2.996404 2.964236 
## [1] "Informació sobre les variables : MARS(character) i PT(character)"

##       v2
## v1     CORP PERS SPEC
##   DIV   270  904   44
##   MAR   967 3547  214
##   SING  445 1602  106
## [1] "El test de chi^2 entre MARS i PT val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 4.5111, df = 4, p-value = 0.3412
## 
## [1] "Informació sobre les variables : MARS(character) i TCA(numeric)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MARS(character) i VC(character)"

##       v2
## v1       2D   4D  LUX LUXS  SPO  SUV
##   DIV   222  665   11   32   63  225
##   MAR   998 2363   84   88  255  940
##   SING  457 1082   50   46  118  400
## [1] "El test de chi^2 entre MARS i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 22.098, df = 10, p-value = 0.01461
## 
## [1] "Informació sobre les variables : MARS(character) i VS(character)"

##       v2
## v1        L    M    S
##   DIV   120  863  235
##   MAR   539 3272  917
##   SING  184 1536  433
## [1] "El test de chi^2 entre MARS i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 13.554, df = 4, p-value = 0.008863
## 
## [1] "Informació sobre les variables : MPA(integer) i MSLC(numeric)"

## [1] "La correlació entre MPA i MSLC és de: 0.00772329836807988"
## [1] "La covariancia entre MPA i MSLC és de: 2.62599612877948"
## [1] "Informació sobre les variables : MPA(integer) i MSPI(integer)"

## [1] "La correlació entre MPA i MSPI és de: 0.0267233024305999"
## [1] "La covariancia entre MPA i MSPI és de: 25.5592484624164"
## [1] "Informació sobre les variables : MPA(integer) i NOP(integer)"

## [1] "La correlació entre MPA i NOP és de: -0.0081676883183592"
## [1] "La covariancia entre MPA i NOP és de: -0.671246958674011"
## [1] "Informació sobre les variables : MPA(integer) i PT(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MPA(integer) i TCA(numeric)"

## [1] "La correlació entre MPA i TCA és de: 0.626811413613633"
## [1] "La covariancia entre MPA i TCA és de: 6178.6623675873"
## [1] "Informació sobre les variables : MPA(integer) i VC(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MPA(integer) i VS(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSLC(numeric) i MSPI(integer)"

## [1] "La correlació entre MSLC i MSPI és de: -0.0418461166034928"
## [1] "La covariancia entre MSLC i MSPI és de: -11.5123375712036"
## [1] "Informació sobre les variables : MSLC(numeric) i NOP(integer)"

## [1] "La correlació entre MSLC i NOP és de: 0.00866277093388651"
## [1] "La covariancia entre MSLC i NOP és de: 0.204781352410606"
## [1] "Informació sobre les variables : MSLC(numeric) i PT(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSLC(numeric) i TCA(numeric)"

## [1] "La correlació entre MSLC i TCA és de: 0.0119322741438223"
## [1] "La covariancia entre MSLC i TCA és de: 33.8322742328012"
## [1] "Informació sobre les variables : MSLC(numeric) i VC(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSLC(numeric) i VS(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSPI(integer) i NOP(integer)"

## [1] "La correlació entre MSPI i NOP és de: -0.01719950192765"
## [1] "La covariancia entre MSPI i NOP és de: -1.1437105605731"
## [1] "Informació sobre les variables : MSPI(integer) i PT(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSPI(integer) i TCA(numeric)"

## [1] "La correlació entre MSPI i TCA és de: 0.0108081693548765"
## [1] "La covariancia entre MSPI i TCA és de: 86.2038763531793"
## [1] "Informació sobre les variables : MSPI(integer) i VC(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : MSPI(integer) i VS(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : NOP(integer) i PT(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : NOP(integer) i TCA(numeric)"

## [1] "La correlació entre NOP i TCA és de: -0.00477505917478827"
## [1] "La covariancia entre NOP i TCA és de: -3.27249230052346"
## [1] "Informació sobre les variables : NOP(integer) i VC(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : NOP(integer) i VS(character)"

##      DIV      MAR     SING 
## 400.3626 384.6935 551.7686 
## [1] "Informació sobre les variables : PT(character) i TCA(numeric)"

##     CORP     PERS     SPEC 
## 424.3580 432.5437 446.3550 
## [1] "Informació sobre les variables : PT(character) i VC(character)"

##       v2
## v1       2D   4D  LUX LUXS  SPO  SUV
##   CORP  356  844   33   29   91  329
##   PERS 1256 3075  105  131  320 1166
##   SPEC   65  191    7    6   25   70
## [1] "El test de chi^2 entre PT i VC val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 5.5482, df = 10, p-value = 0.8517
## 
## [1] "Informació sobre les variables : PT(character) i VS(character)"

##       v2
## v1        L    M    S
##   CORP  169 1190  323
##   PERS  639 4231 1183
##   SPEC   35  250   79
## [1] "El test de chi^2 entre PT i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 1.7559, df = 4, p-value = 0.7805
## 
## [1] "Informació sobre les variables : TCA(numeric) i VC(character)"

##     CORP     PERS     SPEC 
## 424.3580 432.5437 446.3550 
## [1] "Informació sobre les variables : TCA(numeric) i VS(character)"

##     CORP     PERS     SPEC 
## 424.3580 432.5437 446.3550 
## [1] "Informació sobre les variables : VC(character) i VS(character)"

##       v2
## v1        L    M    S
##   2D    196 1135  346
##   4D    424 2861  825
##   LUX    16   90   39
##   LUXS   13  118   35
##   SPO    45  331   60
##   SUV   149 1136  280
## [1] "El test de chi^2 entre VC i VS val: "
## 
##  Pearson's Chi-squared test
## 
## data:  v1 and v2
## X-squared = 26.795, df = 10, p-value = 0.002806